机器人都聊天了,还要传统客服干什么?

1950年,图灵在哲学刊物《思维》上发表“计算机器与智能”的文章,提出了后来经典的图灵测试——交谈能检验智能,如果一台计算机能像人一样对话,它就能像人一样思考。

半个多世纪的今天,图灵测试被各大科技巨头公司实现。包括国际谷歌、雅虎、微软、Facebook及国内各大技术公司,都在近一两年推出了自己的智能聊天机器人。这些智能聊天机器人已经实现了与人沟通的能力,在各行业的日常运营中起到了非常大的作用。尤其是在在线客服系统这一领域,很多智能聊天机器人通过程序的设定,隐藏在各企业的客服系统当中,让很多人工客服从日常常用且重复的问答交流工作中解脱出来,也让企业在这一环节节省了很多人力成本和时间成本。就好像前一段时间新闻报道的一家知名工厂一样,引进了大批的机器人走上流水线,而操作工人被这些机器人所取代。这时,人们不禁联想,机器人都聊天了,还要传统客服干什么?

其实,传统客服和传统流水线工人从另外一个角度来说,是没有可比性的。聊天机器人所做的事情与流水线机器人所做的事情是两个领域的工作。聊天机器人可以通过程序设定解决日常问题的解答,而更多人文关怀及深入的沟通,还是需要传统客服人员解决。

聊天机器人是对传统客服工作的补充而非取代

目前,SaaS模式的在线客服系统在国内非常流行,传统企业可通过与SaaS模式在线客服系统对接,完成企业自身客服工作互联网化。而聊天机器人在SaaS模式在线客服系统中就是智能应答系统,目前国内很多拥有在线客服系统技术的科技公司,都已经将智能应答系统或智能应答知识库做为SaaS模式在线客服系统中的重点去研发。SaaS模式在线客服系统中的聊天机器人,可帮助企业在八小时工作时间之外解答客户的一些问题,协助企业做好24小时在线客服工作的部署。而且,随着移动互联网的迅猛发展,移动端客户咨询量出现猛增态势。在这样一种趋势下,智能应答系统的需求与日俱增,包括金融、证券、旅游、教育、房地产等行业都纷纷采用人工+智能相结合的全渠道在线客服系统,目的就是希望通过不同的方式,在不同的客户来源渠道做好自己的客户服务工作。

聊天机器人无法像传统客服一样实现人文关怀

聊天机器人的智能应答固然能够解决客户在购买过程、日常使用中的相关问题,但无法像传统客服一样实现一对多的人文关怀。科技的发展带动了经济的腾飞,但经济和社会还需要有人文感情。尤其在国内这样一个市场环境下,商业合作中的感情沟通尤为重要。虽然在节假日、重要日子里聊天机器人可通过程序自动推送相关问候,但这远比不上传统客服人员一声问候更为真切。在日常的工作沟通中,智能应答的快速反馈也只是机械化完成相对精准的回答,但面对个性化问题的时候,目前智能应答系统还无法满足,还是需要传统客服的亲自解答。

聊天机器人让传统客服的工作内容发生改变

聊天机器人在SaaS模式在线客服系统的不断完善,让很多传统客服人员从重复的问答交流工作中解脱出来。而全渠道客服体系的建立,又让传统企业的全网营销工作变的更加重要。传统企业客户的来源已经从单一的渠道,变成了多来源渠道,营销工作也从之前的单一媒体营销变成了全网全媒体营销。而传统企业的客服人员的工作性质又在跟随公司和客户的变化而变化,从原来单一的客服人员变成了售前营销员+客服人员。从而形成了售前、售中、售后全岗位工作;服务+营销,全方位满足客户需求及公司要求。有人不禁会问,客服和销售怎么会合二为一?但事实来看,中国的传统企业在发展初期和中期,很多客服和销售人员岗位是区分不开的,一个工作人员从客户的售前、售中、售后基本是全程跟进。在这样一种情况下,做为企业工作人员就需要有一套完整的系统对这些客户进行日常跟进和管理,而SaaS模式在线客服系统在几年的发展后,恰恰满足了企业及从业人员这方面需求。比如上面提到三个比较有代表性的SaaS模式在线客服系统,已经从单一的客户管理、工单管理、内部员工管理,发展成了全渠道客户接入服务、全网营销推广、全网客户精准营销的综合型SaaS模式在线客服营销系统。而且实现了一个平台跨部门协作管理,不仅适合中小型企业的简单管理,还可以让更多大型集团企业在同一平台上实现销售、客服、人事等部门的协同办公。

国内有很多银行机构和大型商超连锁机构,都通过SaaS模式在线客服营销系统后实现了对旗下各分支机构和门店的信息、客户、微信公众帐号的统一管理。并通过平台向全国微信粉丝用户推送其相关活动信息和公告,实现了微信公众平台多帐号、分权分域的便捷管理。而SaaS模式在线客服营销系统的聊天机器人系统也让很多银行机构和大型商超连锁机构的客户服务满意度、客服人员的工作质量和效率大幅提高。

所以我们说,聊天机器人的到来确实替代了一些传统客服的工作,可真正取代传统客服还为时过早。但我们还是要期待,或许在不久的将来会实现全智能的在线客户服务。因为通过科技手段的降本增效,是每个企业在目前商业发展中的必经之路!


文章TAG:传统  机器人  管理  
下一篇